NVIDIA 稍早於加州聖地牙哥舉辦的NeurIPS AI 會議上，正式推出名為「Alpamayo-R1」的全新開源AI模型。這是一款專為自動駕駛研究設計的「推理視覺語言 模型 」 (Reasoning Vision Language Model)，將成為實體AI (Physical AI) 的骨幹技術，讓車輛能像人類一樣具備「駕駛常識」，並且處理細微的駕駛決策。

首款專注自駕的視覺語言動作模型，具備「思考」能力

NVIDIA宣稱，Alpamayo-R1是業界首款專注於自動駕駛領域的視覺語言動作模型 (Vision Language Action Model)，而此模型基於NVIDIA旗下Cosmos -Reason模型所打造。

不同於傳統模型直接反應，Cosmos-Reason具備「推理」 (Reasoning)能力，能在做出回應前先進行思考與決策分析。這意味Alpamayo-R1能同時處理文本與圖像資訊，讓車輛不僅能「看見」周遭環境，更能進一步理解情境，並且做出更像人類的判斷邏輯。

NVIDIA在部落格文章中指出，這類具備推理能力的技術，對於企業邁向Level 4自動駕駛 (即在限定區域與特定條件下的完全自動駕駛 ) 相當重要。NVIDIA希望藉此賦予自駕車輛更多「常識」 (common sense)，藉此應對複雜的道路狀況。

目前Alpamayo-R1已經在GitHub與Hugging Face平台上以開源形式提供使用。

推出「Cosmos Cookbook」開發指南

除了模型本身，NVIDIA也同步在GitHub釋出「Cosmos Cookbook」開發指南。這是一套包含逐步指南、推論資源，以及後期訓練 (post-training) 工作流程的完整工具包。

Cosmos Cookbook可協助開發者更有效地針對特定使用案例，訓練與佈署Cosmos模型，內容涵蓋數據策展 (data curation)、合成數據生成 (synthetic data generation)，以及模型評估等關鍵環節。

鎖定實體AI下一波浪潮

此次新公布內容也呼應NVIDIA執行長黃仁勳 (Jensen Huang) 近期不斷強調的觀點：AI的下一波浪潮將是「實體AI」。

NVIDIA首席科學家Bill Dally先前也曾表示，機器人 最終將在世界扮演巨大角色，而NVIDIA的目標是「為所有機器人製造大腦」。透過Alpamayo-R1與Cosmos生態系統佈局，NVIDIA目前正積極將其先進GPU算力延伸至機器人與自駕車等實體應用領域。

《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》